一种基于多因素耦合的工业安全风险管控方法及系统技术方案

本发明专利技术公开了一种基于多因素耦合的工业安全风险管控方法及系统，涉及安全管控领域，该基于多因素耦合的工业安全风险管控方法包括以下步骤：

【技术实现步骤摘要】
一种基于多因素耦合的工业安全风险管控方法及系统


[0001]本专利技术涉及安全管控领域，具体来说，涉及一种基于多因素耦合的工业安全风险管控方法及系统
。

技术介绍

[0002]工业安全风险管控是工业生产中一项至关重要的任务，涉及到工人的生命安全，生产设备的完好，以及生产效率的提高，而传统的工业安全风险管控方法通常关注的是工业生产过程中可直观观察的风险因素，例如设备的老化，工人的操作失误，生产环境的变化等，然后根据这些风险因素制定出相应的风险管控措施
。
[0003]同时近年来，随着大数据和人工智能技术的发展，工业安全风险管控的方法也在发生着变革，现代的工业安全风险管控方法开始从多维度，多因素的角度去考虑风险管控问题，这种方法被称为基于多因素耦合的工业安全风险管控方法，同时通过收集并分析大量的工业生产数据，然后根据这些参数计算出风险管控方案，且多因素耦合可以涵盖更多的影响因素，对多个因素的耦合分析，实现准确地预测和控制系统的行为
。
[0004]但现有基于多因素耦合的工业安全风险管控方法及系统的往往忽略一些不易察觉但却可能造成严重风险的因素，例如在不同地区气候变化对工艺生产的影响和地区特性对工业安全风险的影响，这使得现有基于多因素耦合的工业安全风险管控方法及系统在进行工业安全风险管控措施时的精准度并不理想，极大的影响了基于多因素耦合的工业安全风险管控方法及系统的使用效果
。
[0005]针对相关技术中的问题，目前尚未提出有效的解决方案
。
专利技术内容
[0006]针对现有技术的不足，本专利技术提供了基于多因素耦合的工业安全风险管控方法及系统，具备管控精准度高的优点，进而解决精准度不理想的问题
。
[0007]为实现上述管控精准度高的优点，本专利技术采用的具体技术方案如下：根据本专利技术的一个方面，一种基于多因素耦合的工业安全风险管控方法，包括以下步骤：
S1、
获取工业地区参数和工业特征参数；
S2、
根据工业特征参数获取工业安全参数，并进行权重分配，获取初始风险管控方案；
S3、
根据工业地区参数获取地区气候参数，并根据工业安全参数和地区气候参数进行计算气候影响参数；
S4、
根据计算气候影响参数对初始风险管控方案进行更新，获取进阶风险管控方案，并预设初始风险抢救方案；
S5、
获取历史风险抢救方案参数，计算历史风险抢救数据，并根据历史风险抢救值和初始风险抢救方案进行预测初始风险抢救值；
S6、
根据初始风险抢救值对进阶风险管控方案进行更新，并调整初始风险抢救方案，获取进阶风险抢救方案
。
[0008]作为优选方案，根据工业特征参数获取工业安全参数，并进行权重分配，获取初始风险管控方案包括以下步骤：
S21、
对工业特征参数进行特征提取，并构建特征集；
S22、
对特征值进行数据分析，生成权重分配规则；
S23、
根据权重分配规则和工业安全参数进行工业参数占比分析；
S24、
根据工业参数占比分析结果进行计算初始风险管控方案
。
[0009]作为优选方案，根据工业地区参数获取地区气候参数，并根据工业安全参数和地区气候参数进行计算气候影响参数包括以下步骤：
S31、
预设气候影响规则，并根据气候影响规则对地区气候参数进行影响特征参数提取；
S32、
根据影响特征参数和工业安全参数构建数据分析模型，通过数据分析模型计算预测气候影响参数，并对预测气候影响参数进行验证调整；
S33、
将调整后的预测气候影响参数作为气候影响参数输出
。
[0010]作为优选方案，根据影响特征参数和工业安全参数构建数据分析模型，通过数据分析模型计算预测气候影响参数，并对预测气候影响参数进行验证调整包括以下步骤：
S321、
对影响特征参数和工业安全参数进行数据清洗，并进行归一化处理；
S322、
根据处理的后的影响特征参数和工业安全参数进行合并，获取模型构建参数，并将模型构建参数分为训练集和测试集；
S323、
根据模型构建参数进行构建数据分析模型，并将模型构建参数的训练集带入数据分析模型进行梯度下降算法进行优化；
S324、
将模型构建参数的测试集带入优化后的数据分析模型进行精度检测
。
[0011]作为优选方案，根据模型构建参数进行构建数据分析模型的计算公式为：；其中，
F
为气候影响参数；
d
为数据分析模型的调整因子；为影响特征参数权重值；为工业安全参数权重值；为影响特征参数的特征值；为工业安全参数的特征值
。
[0012]作为优选方案，获取历史风险抢救方案参数，计算历史风险抢救数据，并根据历史风险抢救数据和初始风险抢救方案进行预测初始风险抢救值包括以下步骤：
S51、
获取历史风险抢救方案参数并进行数据预处理；
S52、
根据处理后的历史风险抢救方案参数计算历史风险抢救数据；
S53、
根据历史风险抢救数据对初始风险抢救方案进行对比分析，获取初始风险抢救值；
S54、
对初始风险抢救值进行验证调整，并将调整后的初始风险抢救值作为预测初始风险抢救值输出
。
[0013]作为优选方案，根据历史风险抢救数据对初始风险抢救方案进行对比分析，获取初始风险抢救值包括以下步骤：
S531、
预设抢救匹配规则，并根据抢救匹配规则对初始风险抢救方案与历史风险抢救数据进行匹配；
S532、
预设特征提取参数，根据配合结果对初始风险抢救方案与历史风险抢救数据进行特征提取，获取初始风险抢救特征值和历史风险抢救特征值；
S533、
对初始风险抢救特征值和历史风险抢救特征值进行比对，并根据比对结果进行分析，获取初始风险抢救值
。
[0014]作为优选方案，对初始风险抢救特征值和历史风险抢救特征值进行比对，并根据比对结果进行分析，获取初始风险抢救值包括以下步骤：
S5331、
采用欧几里德距离算法对初始风险抢救特征值和历史风险抢救特征值的相似度计算；
S5332、
根据相似度计算结果进行可视化转换，并根据可视化转换结果进行统计分析，获取初始风险抢救值
。
[0015]作为优选方案，根据初始风险抢救值对进阶风险管控方案进行更新，并调整初始风险抢救方案，获取进阶风险抢救方案包括以下步骤：
S61、
预设进阶风险管控方案更新规则，根据进阶风险管控方案更新规则对初始风险抢救值进行更新判断；
S62、
根据更新判断结果进行进阶风险管控方案更新，并根据初始风险抢救方案生成更新风险抢救方案；
S63、
对更新风险抢救本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.
一种基于多因素耦合的工业安全风险管控方法，其特征在于，包括以下步骤：
S1、
获取工业地区参数和工业特征参数；
S2、
根据工业特征参数获取工业安全参数，并进行权重分配，获取初始风险管控方案；
S3、
根据工业地区参数获取地区气候参数，并根据工业安全参数和地区气候参数进行计算气候影响参数；
S4、
根据计算气候影响参数对初始风险管控方案进行更新，获取进阶风险管控方案，并预设初始风险抢救方案；
S5、
获取历史风险抢救方案参数，计算历史风险抢救数据，并根据历史风险抢救值和初始风险抢救方案进行预测初始风险抢救值；
S6、
根据初始风险抢救值对进阶风险管控方案进行更新，并调整初始风险抢救方案，获取进阶风险抢救方案
。2.
根据权利要求1所述的一种基于多因素耦合的工业安全风险管控方法，其特征在于，所述根据工业特征参数获取工业安全参数，并进行权重分配，获取初始风险管控方案包括以下步骤：
S21、
对工业特征参数进行特征提取，并构建特征集；
S22、
对特征值进行数据分析，生成权重分配规则；
S23、
根据权重分配规则和工业安全参数进行工业参数占比分析；
S24、
根据工业参数占比分析结果进行计算初始风险管控方案
。3.
根据权利要求1所述的一种基于多因素耦合的工业安全风险管控方法，其特征在于，所述根据工业地区参数获取地区气候参数，并根据工业安全参数和地区气候参数进行计算气候影响参数包括以下步骤：
S31、
预设气候影响规则，并根据气候影响规则对地区气候参数进行影响特征参数提取；
S32、
根据影响特征参数和工业安全参数构建数据分析模型，通过数据分析模型计算预测气候影响参数，并对预测气候影响参数进行验证调整；
S33、
将调整后的预测气候影响参数作为气候影响参数输出
。4.
根据权利要求3所述的一种基于多因素耦合的工业安全风险管控方法，其特征在于，所述根据影响特征参数和工业安全参数构建数据分析模型，通过数据分析模型计算预测气候影响参数，并对预测气候影响参数进行验证调整包括以下步骤：
S321、
对影响特征参数和工业安全参数进行数据清洗，并进行归一化处理；
S322、
根据处理的后的影响特征参数和工业安全参数进行合并，获取模型构建参数，并将模型构建参数分为训练集和测试集；
S323、
根据模型构建参数进行构建数据分析模型，并将模型构建参数的训练集带入数据分析模型进行梯度下降算法进行优化；
S324、
将模型构建参数的测试集带入优化后的数据分析模型进行精度检测
。5.
根据权利要求4所述的一种基于多因素耦合的工业安全风险管控方法，其特征在于，所述根据模型构建参数进行构建数据分析模型的计算公式为：；
其中，
F
为气候影响参数；
d
为数据分析模型的调整因子；为影响特征参数权重值；为工业安全参数权重值；为影响特征参数的特征值；为工业安全参数的特征值
。6.
根据权利要求1所述的一种基于多因素耦合的工业安全风险管控方法，其特征在于，所述获取历史风险抢救方案参数，计算历史风险抢救数据，并根据历史风险抢救数据和初始风险抢救方案进行预测初始风险抢救值包括以下步骤：
S51、
获...

【专利技术属性】
技术研发人员：吕广彬，涂洁，
申请(专利权)人：江苏麦维智能科技有限公司，
类型：发明
国别省市：